面向倾斜数据的MapReduce连接算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 理论意义和应用价值 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 第2章 相关技术介绍 | 第12-22页 |
| 2.1 云计算介绍 | 第12-15页 |
| 2.1.1 云计算定义 | 第12页 |
| 2.1.2 云计算特征 | 第12-13页 |
| 2.1.3 云计算核心技术 | 第13-14页 |
| 2.1.4 云计算分类 | 第14-15页 |
| 2.2 Hadoop介绍 | 第15-21页 |
| 2.2.1 HDFS工作原理 | 第16-17页 |
| 2.2.2 MapReduce工作原理 | 第17-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 MapReduce中的连接算法与倾斜问题 | 第22-28页 |
| 3.1 连接查询 | 第22页 |
| 3.2 MapReduce中的二元连接算法 | 第22-24页 |
| 3.2.1 标准重分区算法 | 第23页 |
| 3.2.2 改进重分区算法 | 第23-24页 |
| 3.2.3 广播连接 | 第24页 |
| 3.2.4 半连接算法 | 第24页 |
| 3.3 MapReduce中的倾斜问题 | 第24-27页 |
| 3.3.1 倾斜问题分类 | 第24-25页 |
| 3.3.2 倾斜问题解决方案 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 基于抽样估计的倾斜数据连接算法设计 | 第28-46页 |
| 4.1 MapReduce中常用分区 | 第28-31页 |
| 4.1.1 哈希分区 | 第28-29页 |
| 4.1.2 值域分区 | 第29-31页 |
| 4.2 二元连接中的数据倾斜问题研究 | 第31-42页 |
| 4.2.1 二元连接的I/O代价 | 第31-33页 |
| 4.2.2 基于抽样估计的数据划分方案 | 第33-34页 |
| 4.2.3 MapReduce中的蓄水池抽样 | 第34-36页 |
| 4.2.4 簇组合连接算法设计 | 第36-39页 |
| 4.2.5 簇分割组合连接算法设计 | 第39-42页 |
| 4.3 多元连接中的数据倾斜问题研究 | 第42-45页 |
| 4.3.1 多元连接方法 | 第42-43页 |
| 4.3.2 值域复制连接算法设计 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验结果与分析 | 第46-56页 |
| 5.1 实验环境 | 第46-47页 |
| 5.1.1 实验平台 | 第46页 |
| 5.1.2 实验数据 | 第46-47页 |
| 5.2 实验方案与结果分析 | 第47-55页 |
| 5.2.1 二元连接运算 | 第47-54页 |
| 5.2.2 多元连接运算 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
